一種有監(jiān)督雙向特征融合的人臉識別算法.pdf

1、人臉識別因其直接、友好、非侵犯性等特點成為當(dāng)前生物特征識的焦點。但是人臉圖像維數(shù)很高，并且需要較大的空間進(jìn)行信息存儲，因此人臉特征提取就顯得非常重要。
　　 特征提取就是抽取人臉圖像本身具有最大鑒別能力的特征，利用提取到的鑒別特征進(jìn)行識別。本文對特征提取算法中的典型LPP 算法及其改進(jìn)算法進(jìn)行了研究。LPP 算法是一種無監(jiān)督的針對1 維向量的特征提取方法，轉(zhuǎn)化過程中會出現(xiàn)“小樣本”和維數(shù)過高的問題。SLPP 算法和2DLPP 算

2、法是LPP的改進(jìn)算法，SLPP 算法解決了LPP 算法的無監(jiān)督問題,2DLPP 算法可以針對2 維人臉圖像直接處理，避免了圖像轉(zhuǎn)化過程中的問題。但是SLPP 算法中k 近鄰圖構(gòu)造時存在類內(nèi)和類間兩個k值難以確定的問題,2DLPP算法存在不能完整保留人臉整體特征的問題。針對兩種算法的上述問題分別進(jìn)行了改進(jìn)，并把改進(jìn)后的兩種算法相結(jié)合提出一種有監(jiān)督雙向特征融合人臉識別算法，在標(biāo)準(zhǔn)人臉庫進(jìn)行了實驗，通過實驗對比表明本文提出的算法與其他人臉識別

3、算法相比具有更高人臉識別率和魯棒性。
　　 本文對LPP及其改進(jìn)算法進(jìn)行了研究，主要貢獻(xiàn)概括為以下三個方面：
　　 第一，在SLPP 算法的基礎(chǔ)上針對其構(gòu)造k 近鄰圖時存在類內(nèi)和類間兩個k值難以確定問題進(jìn)行了改進(jìn)，對類間k 近鄰圖構(gòu)造時k的取值進(jìn)行了修改，解決了類內(nèi)和類間k 進(jìn)鄰圖構(gòu)造時k值的確定問題，并把改進(jìn)后算法與原有SLPP 算法進(jìn)行了實驗對比，進(jìn)而證明了SLPP 算法修改的合理性。
　　 第二，在傳統(tǒng)單向

4、2DLPP 算法的基礎(chǔ)上提出了雙向特征融合算法—2DDLPP 算法，將同一原始人臉圖像映射到水平和垂直兩個不同的特征空間中，得到互補的兩類人臉圖像特征，并對兩類人臉特征進(jìn)行融合，很好的保留了人臉整體特征和判別信息，并對改進(jìn)后的2DDLPP 算法進(jìn)行了實驗，驗證了其改進(jìn)的合理性。
　　 第三，把有監(jiān)督與2 維雙向圖像特征提取相結(jié)合對LPP 算法進(jìn)行改進(jìn)，提出一種新的有監(jiān)督雙向特征融合人臉識別算法—2DDESLPP 算法，解決了LP